Modelo para otorgar tasas y montos a clientes con tarjeta de crédito en una cooperativa de ahorro y crédito

Se realizó un estudio estadístico cuyo propósito era generar valor en un producto relativamente nuevo para una cooperativa de ahorro y crédito, como lo es la tarjeta crédito y el cual tienen un comportamiento diferente a un crédito tradicional, para lo cual se aplicó un análisis descriptivo de corre...

Full description

Autores:
Caballero Villamizar, Luis Adolfo
Serrano Becerra, Sergio Armando
Tipo de recurso:
http://purl.org/coar/version/c_b1a7d7d4d402bcce
Fecha de publicación:
2020
Institución:
Universidad Industrial de Santander
Repositorio:
Repositorio UIS
Idioma:
spa
OAI Identifier:
oai:noesis.uis.edu.co:20.500.14071/40799
Acceso en línea:
https://noesis.uis.edu.co/handle/20.500.14071/40799
https://noesis.uis.edu.co
Palabra clave:
Tarjeta Crédito
Modelo Logit
Credit Card
Logit Model
Rights
License
Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)
Description
Summary:Se realizó un estudio estadístico cuyo propósito era generar valor en un producto relativamente nuevo para una cooperativa de ahorro y crédito, como lo es la tarjeta crédito y el cual tienen un comportamiento diferente a un crédito tradicional, para lo cual se aplicó un análisis descriptivo de correspondencia para revisar cuales variables se relacionaban más con el incumplimiento del no pago de la tarjeta y de esta manera poder realizar un modelo de regresión logística que permitirá calcular la probabilidad que tiene un asociado con tarjeta habiente para incurrir en el no pago de sus obligaciones. Estos modelos fueron desarrollados en el lenguaje de desarrollo estadístico R y como resultado aplicado no se obtuvo una clasificación alta, sin embargo, es importantes resaltar que un modelo de probabilidad para entrar en mora crediticia puede integrarse con gran acogida en diferentes campañas o asignaciones de tasas e incluso en segmentaciones que se hagan o se tenga establecidas en una entidad financiera. Por lo tanto, se concluye que estos modelos pueden ser de gran ayuda, teniendo una mayor información histórica y más variables que se relacionen con la mora, para poder obtener un mejor entrenamiento del modelo y este permita una clasificación más alta.